Live 3

general · First seen 2026-11-10 · Last seen 2026-11-12 · 5 mentions

Overview

Live 3 是 Fish Audio 于 2026 年 11 月 10 日发布的全双工实时语音对话模型,支持用户与 AI 同时说话、随时打断,响应延迟最低为 186 ms。在语音智能体从“轮次式对话”走向“自然通话体验”的行业趋势下,Live 3 因其低延迟与全双工能力受到关注。以下是它的近期动态与值得观察的焦点。

Live 3 的近期进展

  • Fish Audio 发布 Live 3:全双工语音模型,响应延迟最低 186 ms:报道确认 Live 3 于 2026 年 11 月 10 日发布,核心卖点是全双工交互与 186 ms 的最低响应延迟,使实时打断、抢话等自然对话行为成为可能。
  • Fish Audio 发布全双工语音模型 Live 3:Fish Audio 官方宣布 Live 3 发布,强调其面向实时语音对话场景的定位。
  • FishAudio 发布 Live 3:支持全双工语音的实时对话模型:vLLM 社区也对 Live 3 的发布进行了转发介绍,显示其在开源推理生态中的关注度。
  • Fish Audio 与 SkillNet 合作推出 Voice Operator Agents 电话语音智能体:Fish Audio 与 SkillNet 合作,推出可接打电话的语音智能体方案,将全双工语音能力落地到电话客服等实际场景。
  • Fish Agent:无代码搭建可接打电话的语音智能体:Fish Audio 随后推出 Fish Agent,用户无需编写代码即可搭建能接打电话的语音智能体,与 Live 3 构成“模型 + 搭建工具”的产品组合。
  • 当前焦点与观察点

    围绕 Live 3 的讨论主要集中在三点。其一是延迟与全双工的真实体验:186 ms 的最低延迟是在什么条件下测得、在复杂网络与嘈杂环境下的稳定性如何,仍需实际部署验证。其二是商业化路径:从 Live 3 模型本身,到与 SkillNet 合作的电话语音智能体,再到无代码的 Fish Agent,Fish Audio 正在把底层语音能力打包成面向客服、外呼等场景的完整方案,落地效果和定价策略将决定其竞争力。其三是生态与开源动态:vLLM 等推理框架社区的关注暗示 Live 3 可能走向更开放的部署方式,与闭源语音 API 形成差异化。对关注实时语音交互的开发者而言,后续值得跟踪的是 Live 3 在打断处理、多人对话和方言口音上的表现,以及其在电话线路等传统窄带场景中的适配能力。

    Coverage

    5 on file